Служба распознавания голоса MCP

Эта служба обеспечивает возможности распознавания голоса и извлечения текста как в режимах stdio, так и в режимах MCP.

Функции

Распознавание голоса из файла
Распознавание голоса из данных, закодированных в base64
Извлечение текста
Поддержка режимов stdio и MCP
Структурированные результаты распознавания голоса

Related MCP server: Analytical MCP Server

Структура проекта

voice_service.py — реализация основного сервиса
stdio_server.py - точка входа в режим stdio
mcp_server.py — точка входа в режим MCP
build.py — скрипт сборки исполняемых файлов
build_exec.sh — скрипт выполнения сборки
test_*.sh — тестовые скрипты для различных функций

Установка

Клонируйте репозиторий:

git clone https://github.com/AIO-2030/mcp_voice_identify.git cd mcp_voice_identify

Установите зависимости:

pip install -r requirements.txt

Настройте переменные среды в .env :

API_URL=your_api_url API_KEY=your_api_key

Использование

Режим stdio

Запустите службу:

python stdio_server.py

Отправляйте запросы JSON-RPC через stdin:

{ "jsonrpc": "2.0", "method": "help", "params": {}, "id": 1 }

Или используйте исполняемый файл:

./dist/voice_stdio

Режим МКП

Запустите службу:

python mcp_server.py

Или используйте исполняемый файл:

./dist/voice_mcp

Результаты распознавания голоса

Сервис предоставляет структурированные результаты распознавания голоса. Вот пример формата ответа:

Исходный ответ API

{ "jsonrpc": "2.0", "result": { "message": "input processed successfully", "results": "test test test", "label_result": "<|en|><|EMO_UNKNOWN|><|Speech|><|woitn|>test test test" }, "id": 1 }

Реструктурированный ответ

{ "jsonrpc": "2.0", "result": { "message": "input processed successfully", "results": "test test test", "label_result": { "lan": "en", "emo": "unknown", "type": "speech", "speaker": "woitn", "text": "test test test" } }, "id": 1 }

Поля результатов метки

Поле label_result содержит следующую структурированную информацию:

Поле	Описание	Пример значения
лан	Код языка	"ru"
эмо	Эмоциональное состояние	"неизвестный"
тип	Тип аудио	"речь"
спикер	Идентификатор говорящего	"woitn"
текст	Распознанное текстовое содержимое	"тест тест тест"

Специальные этикетки

Служба распознает и обрабатывает следующие специальные метки в исходном ответе:

<|en|> - Код языка
<|EMO_UNKNOWN|> - Состояние эмоций
<|Speech|> - Тип аудио
<|woitn|> - Идентификатор говорящего

Создание исполняемых файлов

Сделайте скрипт сборки исполняемым:

chmod +x build_exec.sh

Собрать исполняемый файл в режиме stdio:

./build_exec.sh

Собрать исполняемый файл режима MCP:

./build_exec.sh mcp

Исполняемые файлы будут созданы по адресу:

режим stdio: dist/voice_stdio
Режим MCP: dist/voice_mcp

Тестирование

Запустите тестовые скрипты:

chmod +x test_*.sh ./test_help.sh ./test_voice_file.sh ./test_voice_base64.sh

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE.

This server cannot be installed

-

security - not tested

A

license - permissive license

-

quality - not tested

How are these scores calculated?

Resources

GitHub Repository

Need Help?

Report Issue

Related Servers

Appeared in Searches

A service to convert text to ready-to-use audio with download, player, or embed options

Voice Recognition MCP Service